《智能时代》章节试读

《智能时代》的笔记-第141页 - 思维的革命

很多时候，落后与先进的差距，不是购买一些机器或者引进一些技术就能够弥补的，落后最可怕的地方是思维方式的落后。西方在近代走在了世界前列，很大程度上靠的是思维方式全面领先。

《智能时代》的笔记-第90页 - 第三章思维的革命

欧洲之所以能够在科学上领先于世界其他地方，在很大程度上是依靠从古希腊建立起来的思辨的思想和逻辑推理的能力，依靠它们可以从实践中总结出最基本的公理，然后通过因果逻辑构建起整个科学的大厦。

《智能时代》的笔记-第174页

中国的金风公司是一家生产风能发电设备的公司，2015年时它的风能发电机在全世界的占有率已经排到第二位，这是一个相当好的业绩。

《智能时代》的笔记-第76页

王翼印度进攻开局：先行的一方先将王前面的兵跳两步，然后用后兵上前一步保护王兵，这种开局进攻性很强。
洛普兹开局：王兵进二，王翼的马跟上保护，然后出象。这种开局可以最快实现王车易位，攻守平衡。
卡罗-康（Caro-Kann）防御：两位德国棋手发明，黑方避开各种复杂变化，通过兑子快速过渡到中残局，然后比拼后半盘棋力。

《智能时代》的笔记-第98页

人们将牛顿的方法论概括为机械思维，其核心思想可以概括成这样几句话：第一，世界变化的规律是确定的，这一点从托勒密到牛顿大家都认可。第二，因为有确定性做保障，因此规律不仅是可以被认识的，而且可以用简单的公式或者语言描述清楚。这一点在牛顿之前，大部分人并不认可，而是简单地把规律归结为神的作用。第三，这些规律应该是放之四海而皆准的，可以应用到各种未知领域做指导实践，这种认识是在牛顿之后才有的。这些其实是机械思维中积极的本质。

《智能时代》的笔记-第1页 - 智能时代

1.蒸汽机-电-计算机和半导体芯片-大数据和机器智能——四代技术革命。
2. 要在智能时代取得胜利，第一部是打破现有认知束缚！
3. 阿法狗胜利的关键：一是把棋盘当前的状态变成一个获胜概率的数学模型；二是启发式搜索算法——蒙特卡洛树搜索算法。
4. 数据-信息-知识。
5. 托勒密的伟大之处在于用40-60个大圆套小圆的方法，精确的计算出了所有行星的运动轨迹。（继承了毕达哥拉斯的思想，认为圆形是最完美的图形）
6. 为什么星体运动的轨迹是椭圆的，开普勒也说不清，他只是碰巧找到了能够较好拟合全部观测数据的模型罢了。。。囧。
7. 之后牛顿提出万有引力定律，彻底解释了为什么星体运动是椭圆的，修正了开普勒的椭圆模型，将椭圆的焦点从太阳移到太阳系的重心（微小差别）。
8. eq：建立疾病传播和该地区搜索关键词变化的关系——成为利用大数据解决医疗问题的经典案例。
9. 切比雪夫不等式：当样本数足够时，一个随机变量和它的数学期望值之间的误差可以任意小——切比雪夫大数定律。
10. 要建立数学模型就要解决两个问题：采取什么模型？模型的参数是多少？
11. 科学家喜欢用很多简单的模型替代一个复杂的模型，结果似乎更胜一筹（适合数学不好的。。。囧）——数据驱动法（只要数据足够！）

《智能时代》的笔记-第108页

机械思维的两面性——善于把握确定性而难以解决不确定性问题

《智能时代》的笔记-第63页

大数据的特征：1、体量大。2、多维度。3、完备性

《智能时代》的笔记-第25页 - 数据——人类建造文明的基石

最初研究概率论的并非数学家，而是一群赌徒和投机者。直到今天，许多研究纯数学的数学家都不把概率论当做数学，而将它看成是一门独立的学科。

《智能时代》的笔记-第211页 - 第4章 大数据与商业

未来产品的服务水平不完全取决于厂商对它的重视程度（比如服务态度）和相关技术，而更多要依靠智能化。未来，商家将在数据层面和智能化方面展开竞争。

《智能时代》的笔记-第108页

深以为然

《智能时代》的笔记-第46页

人工智能这个名词严格的讲在今天有两个定义，第一个是泛指机器智能，也就是任何可以让计算机通过图灵测试的方法，包括数据驱动方法。第二个是狭义上的概念，即20世纪五六十年代特定的研究机器智能的方法。传统的人工智能就是首先了解人类是如何产生智能的，然后让计算机按照人的思路去做。

《智能时代》的笔记-第1页

机器智能的定义机器智能的科学定义是由电子计算机的奠基人阿兰•图灵博士，1950年在《计算的机器和智 能》的论文提出来的。在论文中，图灵既没有讲计算机怎样才能获得智能，也没有提出什么解决复杂问题的智能方法，而只是提出了一种验证机器有无智能的判别方法，即图灵测试。
计算机科学家们认为，如果计算机通过了图灵测试就可以认为它有图灵所说的那种智能。智能革命的到来在有大数据之前，计算机并不擅长解决需要人类智能来解决的问题，但是今天这些问题换个思路就可以解决了，其核心就是变智能问题为数据问题。由此，全世界开始了新的一轮技术革命——智能革命。
我们在过去认为非常难以解决的问题，会因为大数据和机器智能的使用而迎刃而解。同时，大数据和机器智能还会彻底改变未来的商业模式，很多传统的行业都将采用智能技术实现升级换代，同时改变原有的商业模式。大数据和机器智能对于未来社会的影响是全方位的。新的商业模式小米从一开始就以一家互联网公司的方式来经营它的手机业务。从本质上讲手机只是小米获得用户的手段，在获得用户后，它需要通过其他方式挣钱。从某种程度上讲，小米更像是一个以家电为主的垂直电商，而不是家电生产厂商。与传统电商所不同的是，小米从一开 始就注重对用户行为的分析和数据的作用，因此它有可能在一些垂直领域做得比传统电商更有效。
特斯拉很少雇用原来汽车行业的人 员，除了降低成本外，还有一个更深层次 的原因它一直把自己定位成一个IT 公司，而不是汽车公司。汽车其实就是承载着特斯拉IT技术的平台，特斯拉内部将汽车看成是一个巨大的智能终端，通过这个智能终端，特斯拉把它的各种技术服务提供给大家，同时也参与到消费者的曰常生活中。智能时代的机遇与挑战在智能时代，一定会有一小部分人 参与智能机器的研发和制造，这是所谓的新行业。
任何一次技术革命，最初受益的都是发展它、使用它的人，而远离它、拒绝接受它的人，在很长的时间里都将是迷茫的一代。在智能革命到来之际，作为人 和企业无疑应该拥抱它,让自己成为那2%的受益者;而作为国家，则需要未雨绸缪，争取不要像过去那样每一次重大的技术革命都伴随半个多世纪的动荡。个人感悟机器替代人类，只有那2%的人能够幸免，让人不免不寒而栗。但细想想高考中能考985的也就2%，知乎上遍地月入10万的人在生活中不就是那2%么？现代社会放大了人与人之间的鸿沟，如果不能够在关键时刻用超加速摆脱庸俗社会的引力，自己很有可能堕入无尽的深渊。回头想想自己这几年，真的是荒废太多了，无力感也越来越强，希望自己不要陷入泥潭。

《智能时代》的笔记-第119页 - 第三章 思维的革命

信息时代：谁掌握了信息，谁就能获取财富；工业时代，谁掌握了资本谁就能获取财富。用不确定性的眼光看待世界，再用信息消除不确定性。

《智能时代》的笔记-第110页

从牛顿开始，人类社会的进步在很大程度上得益于机械思维，但是到了信息时代，它的局限性也越来越明显。首先，并非所有的规律都可以用简单的原理描述；其次，像过去那样找到因果关系已经变得非常困难，因为简单的因果关系规律性都被发现了。另外，随着人类对世界认识得越来越清楚，人们发现世界本身存在着很大的不确定性，并非如过去想象的那样一切都是可以确定的。

《智能时代》的笔记-第94页

思维方式和方法远不如方法论对科学的发展至关重要，东方的文明长期以来在技术上领先于西方，但是在科学体系的建立上远远落后于西方，关键是输在方法论上。

《智能时代》的笔记-第33页 - 数据——人类建造文明的基石

回到数学模型上，其实只要数据量足够，就可以用若干个简单的模型取代一个复杂的模型。这种方法被称为数据驱动方法，因为它是先有大量的数据，而不是预设的模型，然后用很多简单的模型去契合数据（Fit Data）。

《智能时代》的笔记-第116页

“熵”来描述一个系统中趋向于恒温的温度。当这个系统完全达到恒温时，就无法做功了，这时熵最大。

《智能时代》的笔记-第9页

早期人类得到的数据是从哪里来的？其中一个重要的来源是对现象的观察。从观察中总结出数据，是人类和动物的重要区别，后者虽具有观察能力，却无法总结出数据，但是人类有这个能力。而得到数据和使用数据的能力，是衡量文明发展水平的标准之一。我们的文明从一开始就伴随着对数据的使用，可以说数据是文明的基石。

《智能时代》的笔记-第119页

谁掌握了信息，谁就能够获取财富，这就如同在工业时代，谁掌握了资本谁就能获取财富一样。

《智能时代》的笔记-第129页

美国一共只有5000多种处方药，人类会得的疾病大约有一万种。

《智能时代》的笔记-第172页

RFID是一种不需要电源的芯片，里面存储的信息可以被专门的阅读器发出的无线电波探测出来。

《智能时代》的笔记-第63页 - 大数据的特征

一些专家的概括：
3V Vast大量的 Variety多样性 Velocity及时性
作者的观点：
多维度 百度知道
完备性 Google翻译 美国大选
时效性 （不是必须的）实时路况信息
用big date而不是large date
一种抽象的大，一种思维方式的转变。

《智能时代》的笔记-第85页 - 第二章 大数据和机器智能

大数据的出现，使得机器智能能够完成过去只有人类能够做到的事，但是机器智能使用的数据驱动方法，和人类的智能模式完全不同。

《智能时代》的笔记-第33页

回到数学模型上，其实只要数据量足够，就可以用若干个简单的模型取代一个复杂的模型。这种方法被称为数据驱动方法，因为它是先有大量的数据，而不是预设的模型，然后用很多简单的模型去契合数据。

《智能时代》的笔记-第5页 - 第一章 数据——人类建造文明的基石

如果我们把资本和机械动能作为大航海时代以来全球近代化的推动力的话，那么数据将成为下一次技术革命和社会革命的核心动力如何处理数据，过滤掉没有用的噪音和有害的数据，从而获取数据背后的信息，就成为技术甚至是一种艺术。只有善用数据，我们才能够得到意想不到的惊喜，即数据背后的信息。因此，找出相关性是使用数据的钥匙。数据和所想获得的信息之间的联系通常是间接的，它要通过不同数据之间的相关性才能体现出来。可以说，相关性是让数据发挥作用的魔棒。（例如，通过王进喜的照片分析出大庆油田的位置）
而找出相关性则需要有效运用概率论和统计学。
统计学中的数据采集的两个要点——量和质。首先要求数据量充足，还要去采样的数据要具有代表性。
足够量、质的统计数据基础上，可以建立数学模型，解释已经观察到的数据，并预测未来会产生的数据，这就可以理解为“机器学习”。在工程上，采用多而简单的模型常常比一个精确的模型成本更低，也被更使用得更普遍（例如，云计算。）
在今天，所谓的“数据驱动方法”的应用越来越多。只要数据量足够，就可以用若干个简单的模型取代一个复杂的模型，不是通过预想模型然后验证，而是先有大量数据，再用简单的模型去契合数据。这就是“数据驱动方法”。
数据驱动方法，是大数据的基础，也将是智能革命的核心。

《智能时代》的笔记-第63页 - 大数据和机器智能

大数据一词经常出现在媒体上是2007年以后的事，但是大家对它的理解并不统一，有些甚至是误解，比如讲大数据和大规模数据混为一谈。

《智能时代》的笔记-第36页 - 第一章 数据——人类建造文明的基石

现象、数据、信息和知识
1、数据的范畴比数字大得多，且是随着文明的进程不断变化和扩大的。现如今，医学影像资料、工业中的各种设计图纸都可以被划分为数据；甚至人类的活动本身，也可以被看成是一种特殊的数据。可以说，数据是文明的基石，人类对它的认识也反映了文明的程度。
2、信息是关于世界、人和事的描述，它比数据来得抽象。数据和信息稍有不同，虽然数据最大的作用是承载信息，但是并非所有的数据都承载了有意义的信息。数据可以被随意制造，甚至伪造，且有用的数据、毫无意义的数据和伪造的数据常常是混在一起的，因此如何获取数据背后的有用信息成为一门技术甚至艺术。只有具有相关领域专业知识的人才能将信息挖掘出来，同时，善用信息够能得到意想不到的惊喜。例子：通过古埃及人建造胡夫大金字塔的尺寸数据分析出4600年前的古埃及人已知道勾股定理。
3、知识比信息更高一个层次，也更加抽象，它具有系统性的特征。比如通过测量星球的位置和对应的时间，就得到数据；通过这些数据得到星球运动的轨迹，就是信息；通过信息总结出开普勒三定律，就是知识。人类的进步就是靠使用知识不断地改变我们的生活和周围的世界，而数据是知识的基础。
数据的作用：文明的基石
数据的作用自古有之，但过去数据被忽视的原因：一是数据量不足致使数据的作用不明显；二是数据和想获取信息的连接是间接的，要通过不同数据间的相关性才能体现。
相关性：使用数据的钥匙
很多时候，我们无法直接获得信息（比如疫情传播请），但是我们可以将相关联的信息（比如各地搜索情况）量化，然后通过数学模型，间接地得到所要的信息。而各种数学模型的基础都离不开概率论和统计学。
统计学：点石成金的魔棒
统计学，有时又被称为数理统计，是建立在概率论基础之上，收集、处理和分析数据，找到数据内在的关联性和规律性的学科。
统计学数据采集的要点是量和质。要想取得准确的统计结果，数据量必须充分且还需要具有代表性。互联网出现后，获得大量的具有代表性的数据成为一件易事，也就可以在很多的情况下单纯通过数据来解决复杂的问题。
数学模型：数据驱动方法的基础
回到数学模型上，只要数据量足够，就可用若干个简单的模型取代一个复杂的模型，这种方法被称为数据驱动方法。
靠着数据驱动方法，随着数据量的增加，计算机会变得越来越聪明。它是大数据的基础，也是智能革命的核心，最重要的，它还带来了一种新的思维方式。

《智能时代》的笔记-第24页

很多时候，我们无法直接获得信息（比如疫情传播情况），但是我们可以将相关联的信息（比如各地搜索情况）量化，然后通过数学模型，间接地得到所要的信息。而各种数学模型的基础都离不开概率论和统计学。

《智能时代》的笔记-第43页

让一个机器和一个人坐在幕后，让一个裁判同时与幕后的人和机器进行交流，如果这个裁判无法判断自己交流的对象是人还是机器，就说明这台及其有了和人同等的智能。这种方法被后人称为图灵测试（Turing Test).

《智能时代》的笔记-第159页

2015年7月，亚马逊的市值超过了沃尔玛，这标志着一个新时代的到来——以大数据为基础的电子商务将超越传统的零售商业。后者并非不能利用大数据，只是在个性化和时效性等方面，很难做得像电子商务公司那么有效而已。

《智能时代》的笔记-第38页 - 大数据和机器智能

大量数据的使用，最大的意义在于它能让计算机完成一些过去只有人类才能做的事情，这最终将带来一场智能革命。PS.什么是“图灵测试”。让一台机器和一个人坐在幕后，让一个裁判同时与幕后的人和机器进行交流，如果这个裁判无法判断自己交流的对象是人还是机器，这就说明这台机器有了和人同等的智能。这种方法被后人称为图灵测试。传统的人工智能方法是，首先了解人类是如何产生智能的，然后让计算机按照人的思路去做。但是，机器智能最重要的是能够解决人脑所能解决的问题，而不在于是否需要采用和人一样的方法。所以，到了20世纪70年代，人类开始尝试机器智能的另一条发展道路，即采用数据驱动和超级计算的方法。而到了20世纪90年代互联网兴起之后，数据的获取变得更加容易。（例如，从1994年到2004年的10年里，语音识别的错误率减少了一半，而机器翻译的准确性提高了一倍，其中20%左右的贡献来自方法的突破，而80%则来自于数据量的提升。）</数据驱动的方法从20世纪70年代开始起步，在八九十年代得到缓慢但稳步的发展。进入21世纪后，由于互联网的出现，使得可用的数据量剧增，数据驱动方法的优势越来越明显，最终完成了从量变到质变的飞跃。如今很多需要类似人类智能才能做到的事情，计算机已经可以胜任了，这得益于数据量的增加。全世界各个领域数据不断的向外扩展，渐渐形成了另外一个特点，那就是很多数据开始出现交叉，各个维度的数据从点和线渐渐连成了网，或者说，数据之间的关联性极大地增强，在这样的背景下，就出现了大数据。 大数据的特征：体量大、多维度、全面性、时效性。大数据是一种思维方式的转变。在有大数据之前，计算机并不擅长解决需要人类智能来解决的问题，但是今天这些问题换个思路就可以解决了，其核心就是变智能问题为数据问题。当数据量足够大以后，很多智能问题就可以转化为数据处理的问题了。我们对大数据的认识不应该只停留在统计、改进产品和销售，或者提供决策的支持上，而应该看到它（和摩尔定律、数学模型一起）导致了机器智能的产生。

《智能时代》的笔记-第16页 - 大数据解决不确定性

解决智能问题的关键是消除不确定性。
大数据则是确定性问题的良药。

《智能时代》的笔记-第67页 - 大数据和机器智能

大数据的第三个重要特征，也是人们常常忽视的，就是它的全面性，或者说完备性。

《智能时代》的笔记-第1页 - 推荐序、前言

全书对大数据和智能革命带来的思维革命、技术上的挑战。以及机器智能如何改变人类社会，都作出了全面的讲解“用不确定的眼光看待世界，再用信息来消除这种不确定性”。这是大数据解决智能问题的本质。本书的一个重要观点是：机器智能革命的发生来自大数据量的积累达到质变的奇点。从这个角度来看，机器的学习同人类的学习并没有什么本质的不同。
人工智能的概念是在1956年麦卡锡、明斯基、罗切斯特和香农等人提出的。
2016年3月，AlphaGo战胜李世石，计算机之所以能够战胜人类，是因为机器获得智能的方式与人类不同，它不是靠逻辑推理，而是靠大数据和智能算法。这也引发了部分人对人工智能的警惕，因为毕竟机器不会控制人类，但是制造智能机器的人可以

《智能时代》的笔记-第106页

牛顿的物理学理论是建立在确定性基础，即所谓的绝对时空之上的。爱因斯坦的研究方式是类似的，他的理论也是建立在一种确定性——光速恒定的基础之上的，基于这种假设，利用逻辑推理，就可以推导出整个狭义相对论。

《智能时代》的笔记-第62页

数据驱动法

《智能时代》的笔记-第31页

以前：要建立数学模型就要解决两个问题，首先是采用什么样的模型，其次是模型的参数是多少。现在：只要数据量足够，就可以用若干个简单的模型取代一个复杂的模型。这种方法被称为数据驱动方法，因为它是现有大量的数据，而不是预设的模型，然后用很多简单的模型去契合数据（fit data）。数据驱动方法要想成功，除了数据量大之外，还要有一个前提，那就是样本必须非常具有代表性。关于数据驱动方法，是大数据的基础，也是智能革命的核心，更重要的是，它带来一种新的思维方式。

《智能时代》的笔记-第9页 - 数据——人类建设文明的基石

早期人类得到的数据是从哪里来的?其中一个重要来源是对现象的观察。从观察中总结出数据，是人类和动物的重要区别，后者虽具有观察能力，却无法总结出数据，但是人类有这个能力。

《智能时代》的笔记-第118页

但是，信息论的作用远不止在科学和工程上——它也是一种全新的方法论。与机械思维是建立在一种确定性的基础上所截然不同的是，信息论完全是建立在不确定性基础上，而要想消除这种不确定性，就要引入信息。至于要引入多少信息，则要看系统中的不确定性有多大。

《智能时代》的笔记-第104页

机械思维更广泛的影响力是作为一种准则指导人们的行为，其核心思想可以概括成确定性（或者可预测性）和因果关系。

《智能时代》的笔记-第150页 - 第四章 大数据与商业

通过利用用电量跟踪查处毒品种植的案例，我们看到了大数据思维的三个亮点：第一是用统计规律和个案对比，做到精准定位；第二是社会其实已经默认了在取证时利用相关性代替直接证据，即强相关性代替因果关系；第三是执法的成本，或者更广泛地讲，运用的成本，在大数据时代会大幅下降。先从大数据找到普遍规律，然后再应用于每一个具体的用户，并且影响到每一个具体的操作。即是联想搜索、淘宝等根据浏览或购买记录等推荐个性化商品等。大数据在商业活动中从细节到整体再从整体到细节双向的流动，使得我们不仅能够利用大数据多商业进行整体提升，更能够精确到每一个细节。在过去，统计学家们一直试图寻找好的采样方法，以便在有限的样本中找到覆盖尽可能全的规律，但是在大数据时代，这些努力都不需要了，因此样本集可以等于全集。google的自动驾驶汽车则是一个利用大数据思维解决问题的极佳案例。对google自动驾驶汽车的各种报道通常都会忽视一个事实，那就是它只能去google“扫过街”的地方，对于这些已经去过的地方，google都收集了非常完备的信息，比如周围各种目标的大小、颜色，每条街的宽窄、限速，不同时间的交通情况、人流密度等，google都事先处理好以备未来使用。因此，自动驾驶汽车每到一处，对周围的环境是非常了解的，它可以迅速把这些数据调出来作为参考。而过去那种研究所里研制的自动驾驶汽车使用的是人的思维方式，每到一处都要临时识别目标，这样即使所搭载的计算机再快，也来不及进行太深入的计算，因此无法做出准确判断。但是，这是否也存在无法及时识别已经“扫过街”的地方发生了哪些变化？解决这个问题的方式是在已存储信息的基础上再扫描补充，还是利用google地图用户收集到的数据，还是其他的什么方法？现有产业+大数据=新产业；现有产业+机器智能=新产业。但是，并不是所有的公司都要从事大数据新技术的开发和研制等工作，因为在今天大数据和机器职能的时代，虽然每一个公司都会得益于数据的使用以及机器职能带来的好处，但这并不意味着每家公司都要聘请数据科学家或者机器智能方面的专家。更切合实际的是，他们付费使用第三方服务。在未来们可以看到，大数据和机器智能的工具就如同水和电这样的资源，由专门的公司提供给全社会使用。

《智能时代》的笔记-第1页 - 全书读书笔记

总结：这本书写得很浅显易懂，即便是没有任何IT背景的读者读懂大部分内容。这本书给大部分人科普了什么是大数据，为何从大数据中可以获得有用信息，并阐明了一些常见的误区，描述了大数据在各领域可能带来的大变革。部分内容在各章节有重复，但是作者应该是出于想把事情描述清楚而作此布置。这部书描述的应该是只能时代的初期，对很多应用的描述其实在短期内就可以实现。至于有些数据，比如2%的人不会被淘汰之类的，有待考究，不知道该数据从何而来。
第一章 数据-人类建造文明的基石
1.人类之所以拥有文明，是因为善于观测现象，从现象得出数据，分析数据中蕴含的信息，从而得到知识。
2.数据贯穿古今，而非大数据时代的专属产物。数据不是关键，关键是数据中隐藏的信息。
3.举例说明从数据中获得信息。其中大庆油田的例子本人认为不是很能有力支撑本节观点。google trends的例子不错，能有效说明本小节的论点。
4.讨论从数据获取信息的方法论中统计学扮演的角色，以盖洛普预测美总统选举为例。
5.讨论从数据获取信息的方法论中数学模型扮演的角色。
第二章 大数据和机器智能
1.阐明什么是机器智能。
2.介绍传统人工智能及现代人工智能。传统人工智能是认为机器必须具备人的思维方式。现代人工智能领域认为可以用大数据和统计学结合的方式来达到人工智能的最终目的，不必拘泥于某种特定的方法。
3.举例说明从传统人工智能转型到现代人工智能：一是语音识别，二是翻译系统。
4.数据奇迹：从量变到质变。以Google首秀翻译大赛获胜为例。
5.定义什么是大数据。三个特征即大量、多样性、及时性。
6.变智能问题为数据问题的例子，AlphaGo战胜李世石。
第三章 思维的革命
1.人类的科学成就：欧几里得、托密勒、牛顿。这些科学成就背后的人类思维方式的演变。用几条简单的公理来解释世界的规律。
2.工业革命与机械思维。由牛顿力学等思维驱动了工业革命。
3.世界的不确定性。量子力学等提出世界的不确定性。
4.熵以及信息熵。熵的概念，例子趋于无序状态。信息熵说明一个体系引入的信息越多，不确定性越低。
5.大数据的本质。大数据的性质：数据量大、多维度和完备性。
6.从因果关系到强相关关系。用吸烟是否有害健康的例子，说明强相关关系可以从某种程度上替代因果关系来解决问题。
第四章 大数据与商业
这一章节主要讲述大数据对商业的影响。
1. 从大数据中找规律，可以帮助缉毒，甄别偷漏税情况，分析顾客需求。
2.大数据带来的商业利好，以Amazon，Netflix，以及Google为例。
3.大数据商业的数据流既需要从整理流向局部，又需要从局部流向整理。
4.大数据从局部流向整体的例子，例如酒吧管理、Prada销售以及金风公司的例子。
5.大数据必须拥有完备性，比如google关键词搜索和google无人驾驶汽车。
6.从历史经验看，新技术加原有产业等于新产业。
7.商业模式：生产过剩，需求拉动经济增长的模式。以微软和IBM的关系为例。
第五章 大数据和智能革命的技术挑战
1.技术的拐点。从数据的产生、处理、存储和收集来解释为什么在当今时代数据大爆发。
2.数据的产生：三个来源：电脑、传感器、已存在的非数字化存储信息数字化。
3.信息的存储：从磁带到硬磁盘到ssd技术。
4.传输的技术：GSM到LTE，以及wifi覆盖率增高。
5.信息的处理：处理大数据面临的难点。
6.数据收集：看似简单的难题。一方面是代表性数据难过的，另一方面是很难直接收集大数据，所以只能绕弯路，比如google购买空调控制器公司nest和家庭录像监控公司dropcam，机顶盒公司chromecast，比如apple的appletv。并且，要避免“大胆假设，小心求证”。
7.数据存储的压力和数据表示的难题。一方面，如果让信息占用空间小，另一方面，如何保证信息的完善。然后，考虑调用和共享信息的方便性。
8.并行计算和实时处理：并非增加机器那么简单。
9.数据挖掘：机器智能的关键：为什么要数据挖掘，数据挖掘大致是怎样实现的，以及数据挖掘的现状。
10.数据安全的技术。
11.保护隐私：靠大数据长期挣钱的必要条件。
第六章 未来智能化产业
1.未来的农业。以以色列为例。
2.未来的体育。NBA勇士队。
3.未来的制造业。特拉斯汽车生产线。
4.未来的医疗。解决医疗成本高，
5.未来的律师业。
6.未来的记者和编辑。
第七章 智能革命和未来社会
1.智能化社会。在通勤，交通，反恐等方面的影响。
2.精细化社会。追踪每一次交易，从标准化到个性化的服务。
3.无隐私的社会。需要法律的健全。
4.机器抢掉人的饭碗。从工业时代到黄金时代，从第二次工业革命到镀金时代。
5.争当2%的人。

《智能时代》的笔记-第34页

具体讲，就是当我们对一个问题暂时不能用简单而准确的方法来解决时，我们可以根据以往的历史数据，构造很多近似的模型来逼近真实情况，这实际上是用计算量和数据量来换取研究的时间。

《智能时代》的笔记-第199页

安迪-比尔定律：What Andy gives，Bill takes away. 英特尔CEO 与微软CEO。计算机领域，软件功能的增加和改进要不断地吃掉硬件性能的提升。

《智能时代》的笔记-第89页 - 第三章 思维的革命

在方法论层面，大数据也是一种全新的思维方式。按照大数据的思维方式，我们做事情的方式与方法需要从根本上改变。即改变自17世纪以来一直指导我们日常做事行为的先前最重要的一种思维方式——机械思维。经过托勒密、笛卡尔、牛顿等人的不断发展，后人将牛顿的方法论概括为机械思维，其核心思想可以概括为：第一，世界变化的规律是确定的；第二，因为有确定性做保障，因此规律不仅可以被认识，而且可以用简单的公式或者语言描述清楚；第三，这些规律是放之四海而皆准的，可以应用到各种未知领域指导实践。而机械思维即直接带来了工业革命。在当时人们的眼里，世界上任何事情都可以用机械来实现，只是实践早晚而已。机械思维更广泛的影响力是作为一种准则指导人们的行为，其核心思想可以概括为确定性（或者可预测性）和因果关系。但是，机械思维的局限性也就在于其否定不确定性和不可知性。首先，并非所有的规律都可以用简单的原理描述。其次，像过去那样找到因果关系已经变得非常困难，因为简单的因果关系规律已经被发现了，另外随着人类多世界认识得越来越清楚，人们发现世界本身存在着很大的不确定性，并非如过去想象的那样一切都是可以确定的。世界的不确定性来自于两个方面。首先是当我们对这个世界的方方面面了解得越来越细致之后，会发现影响世界得变量其实非常多，已经无法通过简单得办法或公式算出结果。第二个因素来自于客观世界本身，它是宇宙的一个特性。不确定也并非完全无规律可循，通常可以用概率模型来描述。在概率论的基础上，香农博士建立起一套新的理论，即信息论。在信息论中，用“熵”来描述一个信息系统的不确定性，即是一种新的世界观。与机械思维是建立在一种确定性基础上所截然不同的是，信息论完全是建立在不确定性基础上，而要想消除这种不确定性，就要引入信息。至于要引入多少信息，则要看系统中的不确定性有多大。这种思路成为信息时代做事的根本方法。信息时代的方法论即是：谁掌握了信息，谁就能够获取财富。人类在机器智能领域的成就，其实就是不断地把各种职能问题转化为消除不确定性的问题，然后再找到能够消除相应不确定性的信息，如此而已。关于信息论，还有一个原理必须了解，那就是“最大熵原理”。大意是说，当我们要对未知事件寻找一个概率模型时，这个模型应当满足我们所有已经看到的数据，但是对未知的情况不做任何主观假设。由此可见，大数据的科学基础就是信息论，其本质就是利用信息消除不确定性。在大数据时代，我们能够得益于一种新的思维方法——从大量的数据中直接找到答案，即使不知道原因。即从“因果关系”转为“强相互关系”的思维方式的转变。小结：在无法确定因果关系是时，数据为我们提供了解决问题的新方法，数据中所包含的信息可以帮助我们消除不确定性，而数据之间的相关性在某种程度上可以取代原来的因果关系，帮助我们得到我们想指导的答案，这便是大数据思维的核心。

《智能时代》的笔记-第7页 - 第一章 数据

提及金字塔墓室的尺寸，之后研究下。

《智能时代》的笔记-第18页 - 前言 人类的胜利

1、 智能机器能够战胜人类只是时间问题，因为机器获得智能的方式和人类不同，它是靠大数据和智能算法，而不是逻辑推理；因此，机器运算能力的提升是指数级的，而人做到线性增长就算不错了。
2、之所以说阿尔法狗战胜李世石是人类的胜利，是因为李世石等棋手是利用自身的专才帮助Google公司测试当今机器智能的发展水平；而李世石反转的第四局正是因为其发现了阿尔法狗的一个缺陷，帮助Google公司改善了机器智能，从这个角度来说，阿尔法狗的胜利标志着人类在机器智能方面达到了一个崭新的水平。
★ 具体到下棋的策略，AlphaGo里面有两个关键的技术。第一个关键技术是把棋盘上当前的状态变成一个获胜概率的数学模型，这个模型里面没有任何人工的规则，而是安全靠前面所说的数据训练出来的。第二个关键技术是启发式搜索算法——蒙特卡罗树搜索算法（Monte Carlo Tree Search）,它能将搜索的空间限制在非常有限的范围内，保证计算机能够快速找到好的下法。

《智能时代》的笔记-第72页

过去交通路况信息发布的流程：少量零散信息，传递到城市交通中心，再发布给地图服务提供者，最终到达地图和交通信息使用者。智能手机出现后，地图服务提供者会根据用户流动的速度和所在的位置得到实时的交通情况，并可以利用历史数据，结合实时数据，预测一段时间内可能出现的交通状况，并且帮助出行者规划最好的出行路线。

《智能时代》的笔记-第52页

贾里尼克认为，人的大脑是一个信息源，从思考到找到合适的语句，再通过发音说出来，是一个编码的过程，经过媒介（声道、空气或者电话线、扬声器等）传播到听众耳朵里，是经过了一个长长的信道的信息传播问题，最后听话人把它听懂，是一个解码的过程。既然是一个典型的通信问题，就可以用解决通信问题的方法来解决，为此贾里尼克用两个数学模型（马尔可夫模型）分别描述信源和信道。至于计算机识别时需要从语音中提取出什么特征，贾里尼克的想法很简单，数字通信采用什么特征，语音识别就采用什么特征。这样，贾里尼克就用当时已经颇为成熟的数字通信的各种技术来实现语音识别，而彻底抛开了人工智能的那一套做法。